标题：基于局部点云拓展的法向量估计算法
作者：舒琪1，2 赵锐1，2 万旺根1，2 胡文博1，2 王旭智1，2；张振3；孙学涛2
作者单位：1 上海大学通信与信息工程学院，上海 200072；2 上海大学智慧城市研究院，上海 200072；3 上海交通大学医学院附属仁济医院宝山分院，上海 200444
关键字：表面重建；点云法向量估计；深度学习
摘要：为了提高基于深度学习的点云法向量估计算法鲁棒性和准确性，提出了一种基于局部点云拓展的法向量估计算法。首先对输入每个顶点的局部点云块进行特征提取，接着利用注意力机制来选取局部点云块中辨识度更好的特征，然后使用最大池化操作对特征进行融合生成该局部点云块的全局特征，最后整合所有特征信息，得到准确性较高的表面法线向量。使用公开数据集对提出的算法进行验证，实验结果证明，相比目前先进方法PCPNet，该方法能够从稠密点云输入中恢复出更高质量的三维网格模型。